论文部分内容阅读
语音情感识别技术是情感感知人机交互系统的重要组成成分，是人工智能研究的一个重要分支，在诸多领域有着广泛的应用前景。本文针对基于高斯核模糊矢量量化聚类语音情感识别的方法(GKFVQ)进行了研究，主要研究内容如下：1.研究了将基于样本方差的高斯核模糊矢量量化聚类算法(VGKFVQ)用于进行语音情感识别，该算法中使用样本的方差代替高斯核函数中的核宽度参数，充分利用样本的分布信息并实现参数的自适应调整从而不用花费大量时间进行试验找出最佳的核宽度参数，实验结果表明该算法识别性能良好且高于GKFVQ算法、LBG算法以及模糊矢量量化聚类识别(FVQ)算法的识别率。2.在VGKFVQ算法中会出现情感码书陷入局部最优影响系统识别率的问题，为解决这一问题，研究了结合改进的粒子群寻优的VGKFVQ情感识别的方法(PSO-VGKFVQ)，该算法用改进的粒子群算法先进行全局的寻优，将最终的最优粒子赋给初始聚类码书作为初始码本，再利用样本方差的高斯核模糊聚类算法训练码书，与VGKFVQ算法相比实验结果表明新提出方法改善了系统识别性能。3.就局部最优时高兴和生气两种情感互相错判的比率较高问题，研究了使用支持向量机进行二次识别的方法(SVM-VGKFVQ)，即对判为高兴和生气的结果利用支持向量机算法的优势继续进行再次识别以弥补高斯核模糊矢量量化聚类训练聚类码本进行情感识别的方法的陷入局部最优的缺陷。与VGKFVQ算法比较，实验结果表明该方法能提升系统识别率。4.利用码字分布会影响识别结果的结论，进一步分析发现不同识别率时高兴码字的二维视图后发现在局部最优时会有偏离码字，就此研究了样本邻域均值和码字权值修正的识别方法，即使用样本邻域均值代替样本和能够衡量码字的区分质量的码字权值来构造修正项的改进算法进行情感识别。和之前的算法相比，结果表明不同情感的识别率以及系统抗噪声性能均有所提高。